智能驾驶的开发，“自研“还是”外购“一直是个争论不休的话题。特斯拉的“自研”赢得了技术标杆的美称，国内不少新势力靠着“自研”打出了自己的特色和品牌。
但是现在，当我们看到不少新势力在“自研”的道路狂飙成了单科高手，回过头一看基础岌岌可危，又跑回去弄基础，结果两头都没讨好；也有不少打着“自研”的智能驾驶开发的新势力，到最后功能推出的体验和节奏，有种让人感觉是不是“烂尾”了的味道；而以整合出名的传统主机厂，当前貌似又追不上智能驾驶的趋势和潮流。那么智能驾驶的开发到底是“自研“好，还是”外购“好？
本文，某自动驾驶初创企业CTO吴国苏州将结合他的工作经历给出看法。
“新四化”浪潮下智能驾驶系统的升级进化
从2015年博瑞上市，其配备了前向毫米波雷达和智能摄像头，开启了中国的智能驾驶元年，智能驾驶从2015年到2023年，经历了高峰~低谷再到逐步理性的一个过程。从一步到位和逐步演进模式之争再到后来的“无限接近L3”，似乎智能驾驶在这七八年里总是充满了话题。
从当年基于单一传感器的智驾，到后来的多传感器融合智驾，到当前火热的行泊一体域控制器，再到今后的中央级中式计算架构，智能驾驶和智能座舱升级与整车的电子电器架构演进是相辅相成的。未来的趋势很明显，dummy传感器加上集中化的算力，舱驾一体的多种应用无缝衔接一定是未来的大趋势。不仅是智能摄像头这样的产品功能会被整合，甚至未来的毫米波雷达的逻辑信号的处理，也都会进行集中式的计算。
从算法角度上，在感知融合决策规划控制整条链路上，越来越多的通过数据驱动的开发方式，代替原有的规则计算，用来解决自动驾驶的长尾问题，必然是整个智能驾驶系统的演进方向。但在基础科学理论没有重大突破的前提下，如果平衡指数级的投入增长和小数级的性能增长的矛盾，将会是限制智能驾驶水平提升的绊脚石。
软硬件供应商的分工重定义
像智能座舱领域一样，主机厂定义功能，完成UX设计，集成生态，实现定制化的应用开发。特别是在多模交互方面，T+0的迭代周期虽然显得过于夸张，但以最快的速度实现用户问题的闭环，同时提供高质量的服务，是提高用户粘性的抓手。在上述的趋势下，部分新势力选择了全栈自研，传统主机厂在一部分高端车型上有能力的主机厂会接手传统的tier1做大集成的工作。在面向不同用户群体的车型上，会有不同的分工模式。全栈自研或者全部依赖供应商，都不是未来汽车行业的最优解。
在这多个路线之争的背后，其运行逻辑非常简单，手机生产厂商不可能把所有APP都干了，也不可能像组装电脑的厂商一样什么都不干。未来这个产业无论怎么变，一定是遵循这些原则——满足用户的真实需求，降低开发成本，专业的人干专业的事情。
智能驾驶供应商面临的挑战与机遇
2022年，汽车圈里最流行的一个字——“卷”。在整个汽车行业智能化和电动化的大潮下，整车开发周期从十年前的3-5年，直接缩短到1年。在这个趋势下，很多一二级供应商从拿到项目定点到交付，也就短短几个月的时间。先量产，然后OTA上功能似乎成了业界流行的做法。
从零部件的角度考虑，以前的零部件开发，都遵从平台开发、首发项目交付再到适配项目的发展规律，一个产品的生命周期都在数年。而现在的智能驾驶和智能座舱的产品，几乎看不到标准化，每个产品开发出来，只能用个一两年。换芯片、换设计、换软件方案简直成为常态。
现在座舱、智驾的功能越来越复杂，集成度越来越高的大背景下，几乎很少有供应商能够完全满足主机厂需求，多个供应商，按照模块拆分，似乎每个项目都是拼凑起来的。实际上，就开发效率来说，按照模块化拆分的开发效率，一定是远低于交钥匙模式的，中间带来的沟通成本、集成成本、资源的消耗、测试成本，几乎都得翻倍。但从未来的趋势来说，各主机厂定义自己的软件组件标准，分包开发，实现应用的快速迭代一定是趋势。
站在供应商厂商的角度来看，项目的不像原来以SOP为终点。不断的OTA、快速演进成了必修课。要生存起来，必须适应这种高强度、短周期、变化快、定制化的产品开发方式。相关的重点工作是胜出的关键：
- 抓好前瞻性的战略方向，提前做技术储备，建立产品和技术的护城河。
- 加强基础技术投入，特别是涉及算法和数据的，一定要有自己的打法，提前做好战略布局。
- 抓好架构设计，尽可能标准化产品，降低每个项目的边际成本，避免被项目和客户牵着鼻子走。
面向用户打造极致体验的产品
算法软件原子化可能吗？我们到底要稳定的产品，还是要智能的产品？早在2021年初，小鹏就喊出了全栈自研的口号，随后蔚来汽车也从Mobileye的怀抱全面过渡到NT2.0自研平台。各传统主机厂和二线新势力也看到了主机厂自研的魅力。
头部的几家新势力，基本都是采用单一的计算平台和传感器架构。中国每年2000多万的乘用车，传统车厂一般都有数个平台，覆盖不同市场、不同的用户需求。过于碎片化的平台，在传统燃油车时代也许不是问题，但在智能车时代，整个汽车产业的商业模式越来越偏向软件和服务，过度的碎片化，必然分散主机厂研发团队的精力，不利于用户问题的更新迭代和从卖硬件向软件+服务的商业模式转型。事实已经证明，在电气化时代，汽车作为一个消费品，很难形成燃油车时代的品牌和信仰加成。因此做好软件和服务，是智能车商业模式的下一个突破口。
大家都看到了跨域融合的趋势，而牺牲短期利润，实现软硬件架构平台化，彻底打造适合自己的计算架构是主机厂和供应商共同赢得未来的关键。
SOA软件平台的作用，能够以最小的软件改动应对多客户、多需求，使各个系统中的服务都可以以统一、通用的方式进行交互。从而让应用开发者，迅速开发部署和硬件架构无关的创新型应用。
重视和挖掘数据的作用，数据投入的成本是巨大的，无论是智驾、座舱、车身的数据，其中都蕴含着巨大的技术和商业价值。数据本身，用好了是资产，用不好是负担。按照数据价值本身实现合理的数据埋点，从数据采集收集、处理、清洗、挖掘的链路上，高效的筛选出有效数据，无论对智能驾驶还是座舱交互，都能产生巨大效益。
软硬分离的思路，智能车的终极形态一定是开放生态的形态，让消费者选择应用，软件和服务必将是智能车的大趋势，因此在这个背景下，传统的Tier1、Tier2的模式将会打破，无论在硬件、软件、算法、应用领域，都会诞生无数新的商业机会。
结语
无论从主机厂还是供应商的角度，买买买的方法做功能的堆砌或是在自己不擅长的领域去全栈自研，都会是成本的巨大浪费。发挥各自技术优势，避免智能化的系统成为烂尾工程，人工智能变成没人管的人工智障，是智能车时代供应商和主机厂积累消费者口碑和发挥品牌溢价的重要前提。专业的事情由专业的人去做，这个事情是硬件、软件、算法或者系统集成，还是应用领域。
主机厂对于智能驾驶是"自研"还是"外购"?你的看法是？欢迎投票或者留言讨论.
文章来源：Vehicle
微信公众号：
相关文章推荐
- 特斯拉投资者日：14.4亿蛋糕背后祭出的 - 下一代汽车产品技术
- 好一个回马枪：特斯拉HW 4.0的4D毫米波雷达
- 奔驰汽车软件系统MB.OS-功能体验，技术理念
- 通用汽车的2022：北美贡献坚挺现金流，中国困境悬而未决
更多汽车行业干货请关注Vehicle专栏欢迎添加极术小姐姐微信（id:aijishu20)加入技术交流群，请备注研究方向
